, Participer à la recherche se caractérise aussi par des contributions à l'animation scientifique. Parmi les manifestations scientifiques auxquelles j'ai participé, je mentionne ici celles qui me semblent les plus significatives. -implication régulière dans l'organisation des Journées annuelles en bioinformatique et biostatistique organisées par GenoToul

, -membre du comité d'organisation, trésorier des 45èmes Journées de Statistique, Toulouse, mai 2013. -membre du comité d'organisation des 5èmes Rencontres R, Toulouse, juin 2016. -membre du comité de pilotage du semestre thématique Mathématiques et Informatique pour les sciences du vivant 6 organisé par le Centre International de Mathématiques et d'Informatique de Toulouse (Labex Cimi)

, Au delà des aspects organisationnels, la contribution à l'organisation de ces manifestations, d'envergure internationale pour certaines, me permet de consolider mon réseau professionnel dans le domaine académique et ailleurs

G. La-plateforme, Biostatistique GenoToul est un réseau de plateformes en sciences du vivant (Fig. 4.6). La plupart des plateformes ont un volet technologique très développé permettant à la communauté scientifique régionale

C. Dans-ce, et j'en assure la co-responsabilité depuis 2011. Le terme qui semble décrire au mieux ses activités est celui d'un carrefour de compétences en statistique pour la biologie. Pour illustrer ce fonctionnement, 2008.

, Se trouver, être à un carrefour, au moment de prendre une décision engageant l'avenir. Vous voici à un carrefour. Par analogie. Lieu où se rencontrent des civilisations, des cultures différentes. 2. Réunion où l'on échange, où l'on confronte librement des idées sur un thème donné, Endroit où se croisent deux ou plusieurs rues, routes ou chemins. Par ext. Voie publique. Expr. fig

C. Donc and D. Dans-ce-rôle-de-lieu, échanges que la plateforme s'est installée dans le paysage scientifique local. Pour poursuivre la métaphore, on peut considérer que ce carrefour est à l'embranchement des quatre voies : formation, co-encadrement de stages et projets tuteurés, recherche

, Groupe d'ingénieurs statisticiens

, Ce groupe, qui n'a pas de nom plus abouti que ingé-stat , rassemble des collègues d'origines diverses tant sur le plan statuaire (fonction publique, société privée) que thématique (biologie, économétrie, industrie...) qui se reconnaissent plus ou moins sous la désignation d'ingénieur statisticien. L'idée de ce groupe est partie de dicussions avec Thibault sur les points communs des activités que nous menons dans nos affectations respectives. Nous avons pensé, chacun de notre côté, à des personnes susceptibles d'être intéressées par des échanges autour de nos activités. Les premiers échanges ont eu lieu fin 2011 pour une première réunion le 8 mars 2012. Aujourd'hui, ce sont 44 personnes qui sont inscrites sur la liste de diffusion ; toutes ne participent pas systématiquement, mais l'affluence à chaque réunion oscille entre 12 et 20 personnes, je suis à l'origine d'un groupe qui n'a aucune existence réglementaire

, Ce type de démarches s'insère depuis peu dans les activités de la cellule de valorisation de l'IMT, dont je fais partie depuis sa création en juin 2017. C'est dans ce cadre, que nous avons eu quelques échanges fascinants avec une historienne travaillant sur les différentes traductions du livre Le devisement du monde retraçant les aventures de Marco Polo lors de son voyage vers la Chine. Il s'agissait de mener une analyse textuelle de différents documents et nous avons accompagné cette collègue pour valider la démarche statistique. D'autres contacts avec des sociologues du sport ont donné lieu à des projets tutorés visant à analyser les résultats d'une enquête sur la place des femmes dans les unes du journal L'Equipe pendant les Jeux Olympiques de Londres en 2012. C'est également suite à un, Cette structure informelle met une vitrine sur une activité que nous menons ponctuellement avec Laurent Risser, ingénieur de recherche dans l'équipe de statistique et probabilités de l'IMT. Dans ce cadre, notre démarche consiste à conseiller des personnes scientifiques ou pas provenant du monde académique ou d'ailleurs, confrontées à un problème de statistique

, Chemometrics and Intelligent Laboratory Systems, en recherche d'information : Information Retrieval Journal). J'ai aussi contribué à des évaluations sur des aspects plus méthodologiques essentiellement en lien avec les méthodes d'intégration de données, Je suis régulièrement sollicité en tant que referee pour des articles soumis à des revues internationales

P. Par, . Besse, V. Tsunamis, and . Scélérates, Mascarets : une déferlante de maths par Pascal Noble, Infini, art et mathématiques ou qu'est-ce que ce truc dans le métro ? par Marcello Bernardara, Votes, paradoxes et mathématiques par Guillaume Cheze, Magie et mathématiques par Laurent Miclo

, Ce séminaire qui a commencé par des discussions informelles entre doctorants et personnels administratifs et techniques de l'IMT fait maintenant partie intégrante des séminaires de l'IMT et ses annonces sont relayées par les services de communication de l'Université Paul Sabatier et du CNRS. Marie-Laure Ausset et moi avons même été invités à Radio Campus en novembre, 2018.

, Il est un exercice que j'apprécie particulièrement : la rencontre avec des collégiens ou des lycéens

, Je participe régulièrement à des forums des métiers. J'adore notamment répondre à leurs questions (y compris celle concernant le salaire qui arrive généralement en premier !) du style : Q. À quoi ça sert les maths ? R. j'aurais plus de mal à dire à quoi les maths ne servent pas Q. Mais monsieur, vous aimez les maths ? sérieux ? R. Et oui, depuis tout petit

, En m'adressant à des personnes entre 12 et 16 ans, il est vrai que je prends assez peu de risque. Et donc, je peux leur montrer une radiographie dentaire (Fig 4.8 à gauche), en général ils reconnaissent et ensuite montrer que cela ressemble beaucoup à une parabole (Fig 4.8 à droite). Les élèves de lycée font en général le lien avec des polynômes de degré 2, pour les élèves de collège, il suffit de leur dire qu'après y = ax + b qui est représenté par une droite, ils verront y = ax 2 + bx + c qui sera représenté par une parabole (oui, comme l'appareil que l'on met sur le toit pour avoir plein de chaînes de télévision, En général, pour les mettre tout de suite en contact avec des mathématiques « utiles », je prends le pari, que j'ai toujours gagné jusqu'à présent, qu'au moins une personne dans la salle a un appareil dentaire dans la bouche

. Ainsi and . Qu, ils connaissent déjà peut être directement utile dans le cadre d'un sujet qui les préoccupe directement : l'éclat de leur sourire ! Ces ajustements de courbe sur des formes d'arcade dentaire ont été étudiées par Dr M. Rotenberg (orthodontiste à Ramonville Saint-Agne, vol.78

, La glace étant brisée par cet exemple qui leur parle, on peut ensuite élargir la discussion à d'autres applications plus ou moins éloignées de leurs préoccupations

L. Cercle and S. Kovalevskaïa,

L. Cercle and S. Kovalevskaïa, CSK 11 ) est un club de mathématiques et d'informatique destiné à tous les élèves de la 3ème à Bac+2 de la région Occitanie. Il a été créé par Christophe Barré, enseignant de mathématiques au Lycée Pierre de Fermat de Toulouse. J'ai tout de suite apprécié l'idée de ce club et j'y 11

H. Abdi, Partial least squares regression and projection on latent structure regression (PLS regression), Wiley Interdisciplinary Reviews : Computational Statistics, vol.2, issue.1, pp.97-106, 2010.

S. , Sciences des données : de la logique du premier ordre de la toile

C. Amosse, F. Vannier, L. Cabrejo, P. Auzou, and D. Hannequin, Les troubles de la parole, vol.4, pp.11-14, 2004.

P. Arnold, What about the p in the ppdac cycle ? an initial look at posing questions for statistical investigation, 2012.

J. Ayter, A. Chifu, S. Déjean, C. Desclaux, and J. Mothe, Statistical Analysis to Establish the Importance of Information Retrieval Parameters, Information Retrieval and Recommendation, vol.21, issue.13, pp.1767-1789, 2015.
URL : https://hal.archives-ouvertes.fr/hal-01592043

A. Baccini, S. Déjean, L. Lafage, and J. Mothe, How many performance measures to evaluate information retrieval systems ? Knowledge and Information System, vol.30, pp.693-713, 2012.

J. Berkson, Smoking and lung cancer : Some observations on two recent reports, Journal of the American Statistical Association, vol.53, issue.281, pp.28-38, 1958.

J. Bertin, La graphique et le traitement graphique de l'information. Flammarion, 1977.

A. Bigot, Analyse et catégorisation des systèmes de recherche d'information pour la sélection et l'adaptation aux besoins en information, 2014.

A. Bigot, S. Déjean, and J. Mothe, Choisir la meilleure configuration d'un système de recherche d'information. Document numérique, Document Numérique 1, Hors-série, issue.2, pp.125-147, 2014.

A. Bigot, S. Déjean, and J. Mothe, Learning to Choose -Automatic Selection of the Information Retrieval Parameters (student paper), Spanish Conference on Information Retrieval, Coruña, 2014.

A. Bigot, S. Déjean, and J. Mothe, Learning to Choose the Best System Configuration in Information Retrieval : the case of repeated queries, Information Retrieval and Recommendation, vol.21, issue.13, pp.1726-1745, 2015.
URL : https://hal.archives-ouvertes.fr/hal-01592024

L. Breiman, Statistical modeling : The two cultures, Statistical Science, vol.16, issue.3, pp.199-231, 2001.

L. Breiman, J. Friedman, C. J. Stone, and R. A. , Olshen : Classification and Regression Trees. The Wadsworth and Brooks-Cole statistics-probability series, 1984.

G. Caraux and S. Pinloche, Permutmatrix : a graphical environment to arrange gene expression profiles in optimal linear order, Bioinformatics, vol.21, issue.7, pp.1280-1281, 2005.
URL : https://hal.archives-ouvertes.fr/lirmm-00105307

D. Cardon, A quoi rêvent les algorithmes -Nos vies à l'heure des big data. La République des idées, 2015.

M. Chavent, V. Kuentz-simonet, B. Liquet, and J. Saracco, Clustofvar : An r package for the clustering of variables, Journal of Statistical Software, vol.50, issue.13, pp.1-16, 2012.
URL : https://hal.archives-ouvertes.fr/hal-00646805

S. Combes, I. González, S. Déjean, A. Baccini, N. Jehl et al., Larzul : Relationships between sensory and physicochemical measurements in meat of rabbit from three different breeding systems using canonical correlation analysis, Meat Science, vol.80, issue.3, pp.835-841, 2008.

J. Compaoré, A. M. Gueye, S. Déjean, J. Mothe, and J. Randriamparany, Mining information retrieval results ; significant ir parameters, Proceedings of the The First International Conference on Advances in Information Mining and Management, IARIA, 2011.

G. Cumming, F. Fidler, and D. L. Vaux, Error bars in experimental biology, The Journal of Cell Biology, vol.177, issue.1, pp.7-11, 2007.

D. Donoho, 50 years of data science, Journal of Computational and Graphical Statistics, vol.26, issue.4, pp.745-766, 2017.

D. Donoho and J. Jin, Higher criticism thresholding : Optimal feature selection when useful features are rare and weak, Proceedings of the National Academy of Sciences, vol.105, issue.39, pp.14790-14795, 2008.

G. Draper, T. Vincent, M. E. Kroll, and J. Swanson, Childhood cancer in relation to distance from high voltage power lines in england and wales : a case-control study, British Medical Journal, vol.330, issue.4, pp.1-5, 2005.

L. Dupuy, Document de travail à destination des étudiants du CIEH (Certificat International d'Ecologie Humaine, 2018.

H. Duruflé, Production et traitement de données omiques hétérogènes en vue de l'étude de la platicité de la paroi chez des écotypes de la plate modèle Arabidopis thaliana provenant d'altitudes contrastées, 2017.

H. Duruflé, V. Hervé, P. Ranocha, T. Balliau, M. Zivy et al., Cell wall modifications of two arabidopsis thaliana ecotypes, col and sha, in response to sub-optimal growth conditions : An integrative study, Plant Science, vol.263, pp.183-193, 2017.

H. Duruflé, M. Selmani, P. Ranocha, E. Jamet, C. Dunand et al., A powerful framework for an integrative study with heterogeneous omics data : from univariate statistics to multi-block analysis, 2018.

S. Déjean, P. Martin, A. Baccini, and P. Besse, Clustering time-series gene expression data using smoothing spline derivatives, EURASIP Journal on Bioinformatics and Systems Biology, issue.1, p.70561, 2007.

S. Déjean and J. Mothe, Visual clustering for data analysis and graphical user interfaces, pp.679-702, 2015.

R. Díaz-uriarte and S. , Alvarez de Andrés : Gene selection and classification of microarray data using random forest, BMC Bioinformatics, vol.7, issue.3, 2006.

M. L. Eaton and M. D. Perlman, The non-singularity of generalized sample covariance matrices, The Annals of Statistics, vol.1, issue.4, pp.710-717, 1973.

M. B. Eisen, P. T. Spellman, P. O. Brown, and D. Botstein, Cluster analysis and display of genome-wide expression patterns, Proceedings of the National Academy of Sciences of the United States of America, vol.95, pp.14863-14868, 1998.

J. Ellenberg, How not to be wrong. The power of mathematical thinking, 2014.

V. E. Vinzi, W. W. Chin, J. Henseler, and H. Wang, éditeurs. Handbook of Partial Least Squares. Handbooks of Computational Statistics, 2010.

L. Fontan, M. Fraval, A. Michon, S. Déjean, and M. Welby-gieusse, Vocal problems in sports and fitness instructors : A study of prevalence, risk factors and need for prevention in france, Journal of Voice, vol.31, issue.2, 2016.
URL : https://hal.archives-ouvertes.fr/hal-01690140

S. Gagnot, J. Tamby, M. Martin-magniette, F. Bitton, L. Taconnat et al., CATdb : a public access to arabidopsis transcriptome data from the URGV-CATMA platform, Nucleic acids research, vol.36, pp.986-990, 2008.
URL : https://hal.archives-ouvertes.fr/hal-01203869

S. Gasquet, More : Plus vite que son nombre. La République des idées, 1999.

I. González, Analyse Canonique Régularisée pour des données fortement multidimensionnelles, 2007.

I. González, K. Cao, M. J. Davis, and S. Déjean, Visualising associations between paired 'omics' data sets, BioData Mining, vol.5, issue.1, p.19, 2012.

I. González, S. Déjean, P. Martin, and A. Baccini, CCA : An R package to extend canonical correlation analysis, Journal of Statistical Software, vol.23, issue.12, 2008.

I. González, S. Déjean, P. Martin, O. Gonçalves, P. Besse et al., Highlighting relationships between heteregeneous biological data through graphical displays based on regularized canonical correlation analysis, Journal of Biological Systems, vol.17, issue.02, pp.173-199, 2009.

I. González, A. Eveillard, C. Canlet, A. Paris, T. Pineau et al., Selecting the good level of details in undecimated wavelet transform improves the classification of samples from metabolomic data, JP Journal of Biostatistics, vol.10, issue.2, pp.61-79, 2009.

E. Goupy, Croiser les disciplines, croiser les arts. Les dossiers pédagogiques. Site du musée des Abattoirs, 2018.

M. Hahsler, K. Hornik, and C. Buchta, Getting things in order : An introduction to the R package seriation, Journal of Statistical Software, vol.25, issue.3, pp.1-34, 2008.

D. J. Hand, Classifier technology and the illusion of progress, Statistical Science, vol.21, issue.1, pp.1-14, 2006.

H. Hotelling, Relations between two sets of variates, Biometrika, vol.28, issue.3-4, pp.321-377, 1936.

A. Imbert, A. Valsesia, C. L. Gall, C. Armenise, G. Lefebvre et al., Villa-Vialaneix : Multiple hot-deck imputation for network inference from RNA sequencing data, Bioinformatics, vol.34, issue.10, pp.1726-1732, 2018.

A. Imbert and N. Vialaneix, Décrire, prendre en compte, imputer et évaluer les valeurs manquantes dans les études statistiques : une revue des approches existantes, vol.159, pp.1-55, 2018.

B. H. Jacobson, A. Johnson, C. Grywalski, A. Silbergleit, G. Jacobson et al., The voice handicap index (vhi)development and validation, American Journal of Speech-Language Pathology, vol.6, issue.3, pp.66-70, 1997.

K. M. Kerr, Experimental design to make the most of microarray studies, éditeur : Functional Genomics : Methods and Protocols, pp.137-147, 2003.

L. Laporte, La sélection de variables en apprentissage d'ordonnancement pour la recherche d'information : vers une approche contextuelle, 2013.

L. Laporte, S. Déjean, and J. Mothe, Multiple Clicks Model for Web Search of Multi-clickable Documents, International Conference on Enterprise Information Systems (ICEIS)
URL : https://hal.archives-ouvertes.fr/hal-01259547

L. Laporte, S. Déjean, and J. Mothe, Sélection de variables en apprentissage d'ordonnancement : évaluation des SVM pondérés. Document numérique, Evaluation en Recherche d'Information, vol.18, pp.99-121, 2015.

L. Laporte, R. Flamary, S. Canu, S. Déjean, and J. Mothe, Non-convex Regularizations for Feature Selection in Ranking with Sparse SVM, IEEE Transactions on Neural Networks and Learning Systems, vol.25, issue.6, pp.1118-1130, 2014.
URL : https://hal.archives-ouvertes.fr/hal-01123818

H. Laurell, M. Bouisson, P. Berthélemy, P. Rochaix, S. Déjean et al., Identification of biomarkers of human pancreatic adenocarcinomas by expression profiling and validation by gene expression analysis in endoscopic ultrasound-guided fine needle aspiration samples, World Journal of Gastroenterology, vol.12, issue.21, pp.3244-3351, 2006.

K. Cao, S. Boitard, and P. Besse, Sparse PLS discriminant analysis : biologically relevant feature selection and graphical displays for multiclass problems, BMC Bioinformatics, vol.12, issue.1, p.253, 2011.
URL : https://hal.archives-ouvertes.fr/hal-00959981

L. Lebart, M. Piron, and A. Morineau, Statistique exploratoire multidimensionnelle : visualisation et inférences en fouilles de données. Dunod, 2006.

S. E. Leurgans, R. A. Moyeed, and B. W. Silverman, Canonical correlation analysis when the data are curves, Journal of the Royal Statistical Society B, vol.55, issue.3, pp.725-740, 1993.

W. Loh, Classification and regression tree methods, éditeurs : Encyclopedia of Statistics in Quality and Reliability, pp.315-323, 2008.

K. Cao, Outils statistiques pour la sélection de variables et l'intégration de données « omiques, 2008.

K. Cao, I. González, and S. Déjean, integromics : an R package to unravel relationships between two omics datasets, vol.25, pp.2855-2856, 2009.

K. Cao, D. Rossouw, C. Robert-granié, and P. Besse, A sparse PLS for variable selection when integrating omics data, Statistical Applications in Genetics and Molecular Biology, vol.7, issue.1, 2008.
URL : https://hal.archives-ouvertes.fr/hal-00300204

R. J. Mackay and R. W. Oldford, Scientific method, statistical method and the speed of light, Statist. Sci, vol.15, issue.3, pp.254-278, 2000.

K. Mardia, J. Kent, and J. Bibby, , 1979.

J. Mariette, Apprentissage statistique pour l'intégration de données de sources et de natures multiples, 2017.

P. G. Martin, H. Guillou, F. Lasserre, S. Déjean, A. Lan et al., Novel aspects of PPARalpha-mediated regulation of lipid and xenobiotic metabolism revealed through a nutrigenomic study, Hepatology, vol.45, issue.3, pp.767-777, 2007.

M. Martin-magniette, Une méta-analyse transcriptomique identifie une réponse globale aux stress chez la plante modèle Arabidopsis, Séminaire IMABS, 2019.

A. Mitchell, Spatial Measurements and Statistics, vol.2, 2005.

E. Neuwirth, RColorBrewer : ColorBrewer Palettes, 2014.

E. Parkhomenko, D. Tritchler, and J. Beyene, Sparse canonical correlation analysis with application to genomic data integration. Statistical applications in genetics and molecular biology, vol.8, 2009.

S. Pinto, A. Ghio, B. Teston, and F. Viallet, La dysarthrie au cours de la maladie de parkinson. histoire naturelle de ses composantes : dysphonie, dysprosodie et dysarthrie, Journées Internationales de la SFN -7 et 8 octobre, vol.166, pp.800-810, 2010.
URL : https://hal.archives-ouvertes.fr/hal-01616010

S. Poirier, S. Déjean, and O. Chapleur, Support media can steer methanogenesis in the presence of phenol through biotic and abiotic effects, Water Research, vol.140, pp.24-33, 2018.
URL : https://hal.archives-ouvertes.fr/hal-01926936

V. Potier, M. Lalanne, N. Yassine-diab, and S. Déjean, Jeu, jeunes et numériques : des relations à déconstruire. Genre, générations, structure sociale et territoires à l'ère du numérique -Méthodes et analyses croiées. Journée d'étude pluridisciplinaire

S. Richardson, G. C. Tseng, and W. Sun, Statistical methods in integrative genomics, vol.3, pp.181-209, 2016.

M. Ritchie, E. Holzinger, R. Li, S. Pendergrass, and D. Kim, Methods of integrating data to uncover genotype-phenotype interactions, Nature reviews. Genetics, vol.16, pp.85-97, 2015.

F. Rohart, A. Eslami, N. Matigian, S. Bougeard, and K. Cao, Mint : a multivariate integrative method to identify reproducible molecular signatures across independent experiments and platforms, BMC Bioinformatics, vol.18, issue.1, p.128, 2017.

F. Rohart, B. Gautier, A. Singh, and K. , Lê Cao : mixomics : An R package for 'omics feature selection and multiple data integration, PLoS Computational Biology, vol.13, issue.11, 2017.

M. Rotenberg, Modélisation de la forme d'arcade dentaire de jeunes adultes, 1996.

G. Salton, Automatic Information Organization and Retrieval, 1968.

M. Schiavone, S. Déjean, N. Sieczkowski, M. Castex, E. Dague et al., François : Integration of biochemical, biophysical and transcriptomics data for investigating the structural and nanomechanical properties of the yeast cell wall, Frontiers in Microbiology, vol.8, p.1806, 2017.

M. V. Schneider and R. Jimenez, Teaching the fundamentals of biological data integration using classroom games, PLoS Computational Biology, vol.8, issue.12, 2012.

H. Shen and J. , Huang : Sparse principal component analysis via regularized low rank matrix approximation, Journal of Multivariate Analysis, vol.99, issue.6, pp.1015-1034, 2008.

A. Singh, B. Gautier, C. P. Shannon, M. Vacher, F. Rohart et al., Diablo -an integrative, multi-omics, multivariate method for multi-group classification. bioRxiv, 2016.

M. Smith, M. Goodchild, and P. Longley, Geospatial Analysis : A Comprehensive Guide to Principles, techniques and software tools

A. Tenenhaus, C. Philippe, V. Guillemot, K. Lê-cao, J. Grill et al., Variable selection for generalized canonical correlation analysis, Biostatistics, vol.15, issue.3, pp.569-583, 2014.
URL : https://hal.archives-ouvertes.fr/hal-01071432

M. Tenenhaus, La régression PLS : théorie et pratique. TEHCNIP, 1998.

M. Tenenhaus and M. Hanafi, A Bridge Between PLS Path Modeling and Multi-Block Data Analysis, pp.99-123, 2010.

J. W. Tukey, The future of data analysis, Ann. Math. Statist, vol.33, issue.1, pp.1-67, 1962.

H. D. Vinod, Canonical ridge and econometrics of joint production, Journal of Econometrics, vol.4, issue.2, pp.147-166, 1976.

V. Voillet, P. Besse, L. Liaubet, M. Cristobal, and I. Gonzalez, Handling missing rows in multi-omics data integration : Multiple imputation in multiple factor analysis framework, BMC Bioinformatics, p.17, 2016.
URL : https://hal.archives-ouvertes.fr/hal-01957574

S. Waaijenborg, P. De-witt-hamer, and A. Zwinderman, Quantifying the association between gene expressions and dna-markers by penalized canonical correlation analysis. Statistical applications in genetics and molecular biology, vol.7, p.3, 2008.

L. Ronald, N. A. Wasserstein, and . Lazar, The ASA's statement on p-values : Context, process, and purpose, The American Statistician, vol.70, issue.2, pp.129-133, 2016.

H. Wickham, Tidy data, vol.59, pp.1-23, 2014.

H. Wickham and G. Grolemund, R for Data Science. O'Reilley, 2017.

I. Wilms and C. Croux, Sparse canonical correlation analysis from a predictive point of view, Biometrical Journal, vol.57, issue.5, pp.834-851, 2015.

D. Witten, R. Tibshirani, and T. Hastie, A penalized matrix decomposition, with applications to sparse principal components and canonical correlation analysis, Biostatistics, vol.10, pp.515-549, 2009.

S. Wold, M. Sjöström, and L. Eriksson, PLS-regression : a basic tool of chemometrics. Chemometrics and Intelligent Laboratory Systems, vol.58, pp.109-130, 2001.

R. Zaag, J. P. Tamby, C. Guichard, Z. Tariq, G. Rigaill et al., GEM2Net : from gene expression modeling to -omics networks, a new CATdb module to investigate arabidopsis thaliana genes involved in stress response, Nucleic acids research, vol.43, pp.1010-1017, 2014.
URL : https://hal.archives-ouvertes.fr/hal-01137554

A. Zeileis, K. Hornik, and P. Murrel, Escaping RGBland : Selecting colors for statistical graphics, Computational Statistics & Data Analysis, vol.53, issue.9, pp.3259-3270, 2009.

S. D. Zhao, G. Parmigiani, C. Huttenhower, and L. Waldron, Más-o-menos : a simple sign averaging method for discrimination in genomic data analysis, Bioinformatics, vol.30, issue.21, pp.3062-3069, 2014.